【小米】【大模型开发】【暑期实习三面】面经（八股+大模型项目+手撕）

海外一年制硕士，投递小米大模型开发暑期实习，三面技术面，面试官是团队里做 Agent 方向的资深工程师，全程约 70 分钟，没有自我介绍环节，直接进项目。

题目摘要

1. Go 语言基础：slice 的底层结构与扩容策略，map 并发读写为什么会 panic，sync.Map 适用场景；goroutine 泄漏的常见成因与排查手段。
2. MySQL / Redis 八股：聚簇索引与回表，EXPLAIN 里 type 字段的取值含义；Redis 缓存穿透/击穿/雪崩的区分与各自解法，Redisson 看门狗续期机制。
3. RAG 项目深挖：文档切分粒度怎么定、向量检索召回率低怎么优化、rerank 模型引入后延迟上升如何权衡。
4. Agent 与 Function Calling：工具数量膨胀到几十个之后如何做工具路由、多轮对话里上下文怎么裁剪、模型选错工具时怎么兜底。
5. 推理成本优化：线上 QPS 上涨后单次调用成本怎么压，KV Cache、批处理、小模型分流分别适合什么场景。
6. 手撕算法：LRU 缓存。题意是实现一个容量为 capacity 的缓存，支持 get(key) 和 put(key, value)，两者都要求 O(1)。关键思路是哈希表 + 双向链表：哈希表存 key 到链表节点的映射，链表头放最近使用、尾放最久未使用；get 命中后把节点移到头部，put 时若超容则删尾节点再插头部。面试官额外追问了「如果改成 LFU 你怎么设计」，答「双层哈希表 + 频次桶，或者用最小堆但堆做不到 O(1)」即可。

项目深挖

简历上写了一段基于 RAG + Function Calling 的智能问答 Agent，面试官基本围着这一段问了 40 分钟，三个追问印象最深。

追问一：你的检索召回率是怎么评估的？如果线上用户反馈「答非所问」，你怎么定位是检索的问题还是生成的问题？

参考回答方向：先讲评估集怎么建——从真实日志里采样 query，人工标注「正确文档是否在 top-k 里」，算 Recall@k 和 MRR，而不是只看最终答案对不对。定位环节要拆链路：把召回的 top-k 文档和最终 prompt 都打日志，如果正确文档根本没进 top-k，就是检索问题（切分粒度、embedding 模型、query 改写）；如果进了 top-k 但答案还是错，就是生成问题（prompt 里上下文被截断、模型没遵循指令、rerank 把对的排后面了）。可以补一句「我们后来加了一个中间层，让模型先判断『检索到的内容是否足以回答』，不足就触发二次检索或直接说不知道，幻觉率降了不少」。

追问二：Function Calling 里工具越来越多，模型经常选错工具或者该调用的时候不调用，你怎么处理？

参考回答方向：分两层。第一层是减少候选工具数量，不要把所有工具一次性塞进 prompt，而是先做一层意图分类或向量检索，从几十个工具里召回 top-5 相关的再给模型，工具描述本身也要写清楚「什么时候用、什么时候不用」，负面示例比正面描述更有效。第二层是兜底，解析模型输出时校验参数 schema，参数不合法就带着错误信息重试一次；如果模型该调用却直接回答了，可以在 system prompt 里强制「涉及实时数据必须先调用工具」，或者用 few-shot 把正确调用模式喂进去。最后提一句「工具调用成功率我们是单独埋点监控的，不混在端到端指标里」。

追问三：上下文越来越长，token 成本压不住，你怎么做上下文管理？

参考回答方向：不要一上来就上长上下文模型。先做分层：system prompt 和工具定义是固定开销，尽量精简；历史对话做滑动窗口 + 摘要，超过 N 轮的老对话用一个小模型压缩成摘要；RAG 检索回来的文档按相关性截断，只保留 top-k 且限制单篇长度。再往上才是工程手段：相同前缀的请求走 KV Cache 复用、把多个请求打包做 continuous batching、非核心场景（比如意图识别、摘要）换成小模型。可以点一下「成本和效果是要算账的，我们会记录每个环节的 token 消耗，先砍掉性价比最低的那部分」。

准备建议

1. 把简历上的项目当成论文来准备。面试官不会问你「介绍一下项目」，而是挑一个具体指标追问「这个数怎么来的、为什么是这个方案、换一种会怎样」。提前把项目里每个技术选型的替代方案和取舍理由写下来，尤其是你当时否掉的方案，被问到「为什么不用 XX」时能答上来。

1. 八股不要背结论，要能讲清「为什么」。比如 Redis 缓存击穿，不要只说「加互斥锁」，要能说清互斥锁和逻辑过期的区别、各自适合什么场景、加锁后 QPS 会掉多少。Go 的 slice 扩容同理，能画出扩容前后的内存布局比背「1.25 倍还是 2 倍」更有说服力。

1. 手撕题按「先讲思路再写代码」的节奏练。面试官更在意你能不能边写边解释边界条件，而不是闷头敲完。LRU、LFU、Top-K、限流器这几类高频题要能白板手写不出错，写完主动说一句时间空间复杂度，以及「如果并发场景下我会怎么加锁」。

面试结束当天下午收到 HR 消息，三面通过，约了一周后的 HR 面。

想系统备战大厂大模型/Agent 开发？NiceOffer 提供 SDE+LLM 双轨 1v1 陪跑，合同保底 40w 年薪，文末扫码咨询。